第1章 引言 1
第2章 巴塞尔资本协议与商业银行信用风险评级 11
2.1巴塞尔新资本协议 11
2.1.1巴塞尔新资本协议的形成背景 11
2.1.2巴塞尔新资本协议的基本框架 12
2.2内部评级法 15
2.2.1内部评级的基本要素 16
2.2.2信用评级主体结构 18
2.2.3关键指标 19
2.2.4风险权重 23
2.2.5技术要求 24
第3章 商业银行信用风险评级理论及相关文献概述 27
3.1信用评级的概念 27
3.2信用评级的特点与分类 28
3.2.1信用评级的特点 28
3.2.2信用评级的分类 29
3.3信用评级产生和发展的理论基础 30
3.4信用风险评级概念解读和理论分析框架 33
3.4.1信用风险评级的概念解读 33
3.4.2评级分析框架 38
3.5信用风险评级相关文献概述 44
第4章 商业银行信用风险评级相关模型介绍 50
4.1判别分析 52
4.1.1简介 52
4.1.2几种主要的判别分析方法简介 52
4.2 Logistic回归 58
4.2.1 Logistic回归概述 58
4.2.2 Logistic回归简介 59
4.2.3 Probit模型 63
4.3人工神经网络模型 64
4.3.1人工神经网络模型概述 64
4.3.2 BP神经网络模型介绍 65
4.4判别分析、Lostic回归及神经网络三种方法优缺点的比较 68
4.4.1判别分析的优缺点 68
4.4.2 Logistic回归的优缺点 69
4.4.3人工神经网络模型的优缺点 70
第5章 商业银行个人信用风险评级理论与模型研究 72
5.1个人信用风险的特征和成因 72
5.2个人信用风险评分卡的分类与开发 75
5.2.1个人信用评分卡的分类 76
5.2.2个人信用评分卡的模型开发 76
5.3个人信用风险评级模型文献回顾 80
第6章 个人信用风险评级模型构建实践 83
6.1基于随机模拟和AHP的个人消费信用风险评级 83
6.1.1个人消费信贷信用风险评价指标体系的构建 83
6.1.2指标权重的确定 89
6.1.3商业银行个人消费信用风险评价的合理性验证 92
6.1.4小结 93
6.2基于判别分析的个人消费信用风险评价模型研究 93
6.2.1判别分析简介及临界值的确定 94
6.2.2检验样本的判断 99
6.2.3小结 100
6.3基于偏相关和组合赋权的个人农户贷款信用风险评级模型 101
6.3.1准则层及指标层内指标变量的构造 101
6.3.2指标的处理与筛选 101
6.3.3基于AHP的准则层和准则层内指标层权重的确定 104
6.3.4基于快速聚类分析的信用等级划分 105
6.3.5实证研究 106
6.4基于AHP的指标权重确定 117
6.4.1基于AHP的准则层指标权重确定 117
6.4.2基于AHP的准则层内指标权重的确定 118
6.4.3个人农户贷款信用风险评级模型的确定 120
6.5基于聚类分析的信用风险评级划分 121
6.6小结 122
第7章 商业银行中小企业信用风险评级模型 124
7.1中小企业的界定与信用风险特点 125
7.2中小企业信用评级模型开发 126
7.3中小企业信用风险评级模型国内外文献回顾 131
7.4基于因子分析和聚类分析的上市中小企业信用评级模型 133
7.4.1指标的处理与筛选 134
7.4.2指标权重和评级模型的确定 136
7.4.3实证研究 138
7.4.4中小企业信用风险评级模型确定和等级划分 153
7.4.5小结 154
7.5基于聚类分析和Logistic回归的上市中小企业信用风险评级模型 155
7.5.1评价指标的选取 155
7.5.2基于配对t检验的指标筛选 157
7.5.3基于聚类分析的指标归类 158
7.5.4基于相关和偏相关分析的聚类变量筛选 158
7.5.5样本的选取和处理 159
7.5.6小结 169
7.6基于BP神经网络的上市中小企业信用评级模型 169
7.6.1引言 169
7.6.2中小企业评级指标体系的设计 170
7.6.3基于BP神经网络的中小企业信用评级框架图 172
7.6.4基于中小企业信用风险评级的BP神经网络设计 173
7.6.5基于BP神经网络的中小企业信用评级模型的构建 176
7.6.6用V fold Cross - Validation方法检验神经网络模型的泛化能力 184
7.6.7小结 187
第8章 商业银行信用风险评级模型的验证与校准 189
8.1个人信用风险评级模型的验证与校准 189
8.1.1模型验证 190
8.1.2模型校准 191
8.2中小企业信用风险评级模型的验证与校准 192
8.2.1模型校准 192
8.2.2模型验证 193
参考文献 194